致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第11-23页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-19页 |
1.2.1 列车节能运行研究现状 | 第13-16页 |
1.2.2 列车运行图编制研究现状 | 第16-18页 |
1.2.3 研究现状总结 | 第18-19页 |
1.3 论文研究内容及框架结构 | 第19-23页 |
1.3.1 研究内容 | 第19-20页 |
1.3.2 技术路线 | 第20-23页 |
2 城市轨道交通列车运行图优化问题分析 | 第23-37页 |
2.1 城市轨道交通列车运行图的概念及特点 | 第23页 |
2.2 城市轨道交通列车运行图编制影响因素 | 第23-32页 |
2.2.1 乘客需求 | 第24-29页 |
2.2.2 运营条件 | 第29-30页 |
2.2.3 运力资源 | 第30-32页 |
2.3 列车运行图优化中采用的节能方法 | 第32-34页 |
2.3.1 站间最大运行速度调整 | 第32页 |
2.3.2 开行方案调整 | 第32-33页 |
2.3.3 基于再生制动能利用的策略 | 第33-34页 |
2.4 基于时变客流的城市轨道交通节能列车运行图编制框架 | 第34-35页 |
2.5 本章小结 | 第35-37页 |
3 基于时变客流的城市轨道交通节能列车运行图优化模型 | 第37-49页 |
3.1 符号含义 | 第37-38页 |
3.2 问题描述及基本假设 | 第38-40页 |
3.2.1 问题描述 | 第38-39页 |
3.2.2 基本假设 | 第39-40页 |
3.3 模型建立 | 第40-47页 |
3.3.1 客流需求约束 | 第41-43页 |
3.3.2 列车运行约束 | 第43-45页 |
3.3.3 目标函数 | 第45-47页 |
3.4 多目标规划的模糊优化 | 第47页 |
3.5 本章小结 | 第47-49页 |
4 基于改进自适应遗传算法的运行图优化算法 | 第49-65页 |
4.1 求解算法选择 | 第49-50页 |
4.2 基本遗传算法介绍 | 第50页 |
4.3 改进的自适应遗传算法设计 | 第50-64页 |
4.3.1 算法数据输入 | 第51-52页 |
4.3.2 初始可行解的生成 | 第52-55页 |
4.3.3 适应度函数的构造 | 第55-57页 |
4.3.4 遗传操作 | 第57-63页 |
4.3.5 算法终止条件 | 第63-64页 |
4.4 本章小结 | 第64-65页 |
5 案例分析 | 第65-75页 |
5.1 案例背景介绍 | 第65页 |
5.2 基础数据 | 第65-68页 |
5.3 优化方案及结果分析 | 第68-73页 |
5.3.1 计算方案的产生与分析 | 第68-71页 |
5.3.2 不同目标函数的优化方案对比 | 第71-73页 |
5.4 列车开行数量灵敏度分析 | 第73-74页 |
5.5 本章小结 | 第74-75页 |
6 结论与展望 | 第75-77页 |
6.1 论文主要工作 | 第75-76页 |
6.2 研究展望 | 第76-77页 |
参考文献 | 第77-81页 |
附录 | 第81-85页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第85-89页 |
学位论文数据集 | 第89页 |